江苏医疗传染病系统机构

人群分布：根据病例的年龄、性别和职业等信息，分析病例的人群聚集性。当地罕见/少见病种：当地从未发生过或近5年来从未报告的病种。对预警信息进行初步分析后仍不能排除异常增加或聚集时，应立即通过电话等方式做进一步核实。核实内容包括疾病诊断的准确性、病例的相关信息以及**发展趋势等。电话核实结果仍不能排除的，需进行现场调查。并完成现场调查信息的反馈。根据预警规则，完成传染病电子病历信息转换为传染病预警信号，以便开展传染病来源排查和风险识别，包括是否有潜在聚集性风险、是否有敏感身份人员（医护人员、公共服务人员等）。信息平台是传染病预警与监测系统的中心，负责数据收集、处理、分析和发布。江苏医疗传染病系统机构

譬如，一位病人在上海某医疗机构就诊时，当医生在医生工作站内诊断了（疑似）传染病，信息系统根据病种名称自动弹出已从医保卡/挂号信息中自主采集的基本信息及诊断的传染病报告卡，医生补充个别字段即完成报告；后续，该病例信息通过专网，实时逐级上行到区、市、国家平台。问哪些传染病需要通过系统进行报告？40种法定传染病一旦发现，必须通过系统报告，包括甲类传染病（鼠疫、霍乱）、乙类传染病（如麻疹、登革热、猩红热、等）、丙类传染病（如流行性感冒、流行性腮腺炎、手足口病等）。此外，当地**和卫生行政部门如果认为有必要按照乙类、丙类管理的其他地方性传染病（比如上海将水痘纳入丙类管理），或者其他暴发、流行或原因不明的传染病，以及不明原因肺炎病例和不明原因死亡病例等重点监测疾病，也可纳入报告范畴。西藏未来传染病系统整合多源数据、运用智能分析技术，实现对传染病的实时监测、风险评估和早期预警的关键公共卫生工具。

移动端和智能手环针对用户，移动端提供了解以及上报流行病的渠道，智能手环实时监测用户身体状态。传染疾病防控与智能分析系统实现了对流行疾病**、舆情、城市人群、行程轨迹、疫苗接种、风向温度等**相关大数据的多维多尺度监测、专题制图和时空分析，同时基于手机信令和行程大数据核实确诊患者的个人行程以及密接人员，并通过知识图谱构建病患关系图谱，精细筛选确诊人群、潜在***人群信息及其行为轨迹，结合机器学习ARIMA时序分析模型，SIR、SEIR传播模型对传播规律及其拐点进行模拟预测，并通过K-Means聚类、情感分词、TF-IDF算法、LDA主题模型进行舆情主题信息提取及民众情感分析，为民众生活、疾控部门的**防控提供科学有力的支撑。

通过对传染病病例现住址信息抓取和完善，在GIS地图上可按照病例上报医院位置、病例现住址等维度的热力显示，可查看传染病病例的详细信息。地区分布：根据现住址或者工作（学习）单位等信息，分析病例的空间聚集性。若多个病例来自于同一家庭、学校、幼托机构、自然村寨、社区或毗邻村寨/社区由同一医疗卫生单位报告时，需要对病例的空间聚集性进行深入分析。时间分布：根据病例的发病时间和疾病的潜伏期等信息，分析病例的时间聚集性。再也不需要管理科室一个个打电话提醒。

传染病系统架构基于疾控中心提供的四十多种法定传染疾病大数据、行程防疫大数据、电信部门提供的手机信令大数据、通过我们定制手环获取的隔离用户生理特征和轨迹大数据以及通过分布式爬虫获取的**舆情大数据，综合利用移动互联网、大数据、云计算、IoT、AI智能算法、时空数据挖掘、GIS等先进技术，建立**参与的全过程全周期**精细预防与防控体系。本系统自上而下分为四层，分别为：众源数据层、应用支撑层、业务逻辑层和应用表现层。传染病系统可以预警功能更全。浙江医疗传染病系统APP

平台采用先进的数据存储和分析技术，实现对传染病的实时监测和预警。江苏医疗传染病系统机构

AI算法助力**预测。在**预测中，本系统结合机器学习ARIMA时序分析模型，SIR、SEIR传播模型对**发展的可能情况进行态势推演，估算出城市内部**危险系数，对传播规律及其拐点进行模拟预测。大数据追踪病患轨迹在传播调查页面中，我们采用大数据平台、结合云计算，实现海量轨迹的筛选追踪，推测患者关系，智能分析密接人员轨迹。作为软硬件融合的**监测防疫体系，通过移动端、硬件设备与Web端有机结合，实时监测用户安全。Web端针对疾控中心，实时监测和分析流行病发展态势。江苏医疗传染病系统机构